• Solving multiple sequence alignment using deep reinforcement learning 

      Κοτζιά, Ειρήνη (Πανεπιστήμιο Δυτικής Αττικής, 2024-02-20)
      Multiple Sequence Alignment (MSA) is a fundamental task in Bioinformatics, essential for understanding evolutionary relationships, genetic adaptations, drug design, and other applications. In general, MSA is a Nondeterministic ...
    • Transferable state & action embeddings in deep reinforcement learning 

      Ελευθερίου, Δημήτριος (Πανεπιστήμιο Δυτικής Αττικής, 2024-07)
      This thesis delves into two primary areas: the impact of transfer learning on the performance of RL algorithms and the implementation of a transformers-based architecture for learning representations of both states and ...
    • Transformer models for Greek and English language understanding 

      Μαγειρίδης, Χαράλαμπος (Πανεπιστήμιο Δυτικής ΑττικήςUniversité de Limoges, 2024-02-27)
      This thesis examines the effectiveness of Transformer models in natural lan- guage processing (NLP), focusing on text classification and sentiment analysis for both Greek and English texts. It marks a significant advancement ...
    • Η χρήση των μεγάλων γλωσσικών μοντέλων στη διδασκαλία της φυσικής 

      Διαμαντίδου, Παρθένα (Πανεπιστήμιο Δυτικής Αττικής, 2024-10-14)
      Η παρούσα εργασία πραγματεύεται τις τρέχουσες εφαρμογές Τεχνητής Νοημοσύνης (ΤΝ), με επίκεντρο τα Μεγάλα Γλωσσικά Μοντέλα (ΜΓΜ) και συγκεκριμένα την επιρροή τους στον τομέα της εκπαίδευσης. Ειδικότερα, στην εργασία αυτή ...